问题标签 [cp1252]

我读过几个stackoverflow的答案，当从Cp1252（又名Windows-1252；它们是一样的，不是吗？）转换为UTF-8时，某些字符不会直接映射（甚至“不可映射”），例如这里：https ://stackoverflow.com/a/23399926/2018047

有人可以对此有所了解吗？这是否意味着如果我将源代码从 cp1252 批量/批量转换为 utf-8，我会得到一些最终会变成垃圾的字符？

I know Java uses UTF-16 internally and expects .properties files to be in ISO-8859-1 by default.

I'm currently working on a project that was written in Eclipse, whose default encoding on our systems is cp-1252. I'm thinking utf-8 would be a much more sensible option, going forward.

However, given the scale of the project (it's split up into modules and uses libraries from all over the place), I can't just batch-convert all source code files in one go.

Will Java have a problem with some files in a project being in one encoding and some in another? (Clearly, having entire libraries written in encodings that are different from one another doesn't seem to be a problem - probably because they are all UTF-16 once compiled, anyway.)

Would Eclipse be able to handle that (i.e. different encodings per file) correctly?

我有一个关于在 Ubuntu 中使用 PHP 或 SHELL 将 UTF-8 转换为 CP1252 的问题。

背景：在 Ubuntu 中使用 PHP 或 SHELL 将 csv 文件从 UTF-8 转换为 CP1252，将文件从 Ubuntu 复制到 Windows，使用 nodepad++ 打开文件。

环境 ：

• Ubuntu 10.04
• PHP 5.3
• 带有字母的文件 csv (œ, à, ç)

使用方法：

1. 使用 PHP
   iconv("UTF-8", "CP1252", "content of file")
   或
   mb_convert_encoding("content of file", "UTF-8", "CP1252")
   如果我检查生成的文件并
   file -i name_of_the_file
   显示它：
   name_of_the_file: text/plain; charset=iso-8859-1
   我将此转换后的文件复制到 windows 并用 notepad++ 打开，在右下角，我们可以看到编码是 ANSI
   当我将编码从 ANSI 更改为 Windows- 1252，特殊字符显示良好。

2. 与 Shell
   iconv -f UTF-8 -t CP1252" "content of file"
   其余部分相同。

问题： 1. 为什么命令文件没有直接显示CP1252或ANSI，而是ISO-8895-1？2. 为什么我将编码从ANSI更改为Windows-1252时，特殊字符可以很好地显示。

先感谢您 ！

情况： latin1 数据库已转储为 latin1，通过 iconv 转换为 utf8 并恢复为 utf8_unicode_ci。

除了 cp1252 中的 0x80-0x9F 之外，似乎每次转换都很顺利。通过将这些字符转换为 unicode，我没有完全理解 mysql 的含义：mysql：

latin1 是默认字符集。MySQL 的 latin1 与 Windows cp1252 字符集相同。这意味着它与官方 ISO 8859-1 或 IANA（互联网数字分配机构）latin1 相同，除了 IANA latin1 将 0x80 和 0x9f 之间的代码点视为“未定义”，而 cp1252 以及 MySQL 的 latin1 分配字符对于那些职位。例如，0x80 是欧元符号。对于 cp1252 中的“未定义”条目，MySQL 将 0x81 转换为 Unicode 0x0081，0x8d 转换为 0x008d，0x8f 转换为 0x008f，0x90 转换为 0x0090，0x9d 转换为 0x009d。

例如，我的表格显示的是 0xC280 欧元而不是 0x80 欧元。所以我想我是通过误导转换

相反，我应该转换为

正如我的测试所示。因为第二条线做得对。

所以问题是，是否可以纠正那些坏字符，还是我必须转储整个数据库？

编辑：是否可以转储坏数据库并通过转换

然后再次插入数据库？iconv -c 会帮助我还是我会丢失信息？

EDIT2：似乎可以使用以下方法一一替换损坏的字符：

这将成功地用正确的 3byte utf8 替换错误的 2byte glibberish。当然，必须对每个 varchar/text 列以及 0x80-0x9F 范围内的每个损坏的字符都执行此操作，这很不方便。所以希望有人有更好的主意？

我正在开发一个原型应用程序来生成提供 TTF 的位图字体。我正在使用我使用多年的 Qt 库。然而，我意识到我以前从未参与过“角色”问题。

我正在尝试的很简单：

我需要将 1252 代码页的每个字符都绘制到 PNG 文件中。我对与编解码器、文本解码器等相关的不同问题有点迷茫。

欢迎任何建议！

Z。

我在 Windows 下运行 gvim。我从网页粘贴了一些文本，但 vim 不显示连字符和智能引号。

当我检查 vim 使用的编码 (:set enc) 时，vim 报告它正在使用 cp1252。

当我检查光标 (ga) 下代码的十六进制值时，vim 会报告正确的 cp1252 代码值（0x96、0x93 和 0x94）。

然而它确实显示了智能单引号（0x91 和 0x92）

谁能解释发生了什么？

谢谢，史蒂夫

我尝试Hello World用 Java 编写程序，但出现CP1252错误：

这是错误：

简单的test.java程序显然是正确的，我不知道问题是什么。

如何解决 CP1252 编码错误？

CVS 存储库位于 linux 机器上，但签入的文件来自 Windows 客户端，其名称使用 æ/ø/å。我可能是第一个与该存储库交互的非 Windows 用户，而且我不知道有关编码的陷阱。发生的事情是我检查了 repo，然后标记了它。这更新了每个文件，并且带有特殊字符的文件被签入了其他文件。

我的假设是文件的编码是 cp1252，并且标记这些文件不会搞砸它们的原始编码。然而，CVS 似乎做了一些奇怪的事情。

现在的问题是 repo 包含 CVS 无法理解的无效编码的文件，所以我无法对它们做任何事情。有可能以某种方式解决这个问题吗？

我已经尝试将字节转换cp1252为字节，utf8但一切都是徒劳的。

例如：我有byte[] 0xB5(cp1252)并且我想转换为byte[] 0xC3, 0xA0(utf8).

我想要这样：μ --> à。

我的代码，但它不工作：